python을 사용하는 Mac OSX에서 코드가 작동하지 않습니다.

Question

이 코드를 데이터 배포에 사용하고 싶지만 파일을 저장할 수 없습니다. 또는이 파일을 Python에서 직접 실행하면이 오류가 발생합니다.

Unsupported characters in input

이 코드는 Windows 환경에서 생성 된 것으로 생각되며 macOSX에서는 작동하지 않습니다. 필요한 패키지를 모두 설치했습니다.

%matplotlib inline 

import warnings 
import numpy as np 
import pandas as pd 
import scipy.stats as st 
import statsmodels as sm 
import matplotlib 
import matplotlib.pyplot as plt 

matplotlib.rcParams['figure.figsize'] = (16.0, 12.0) 
matplotlib.style.use('ggplot') 

# Create models from data 
def best_fit_distribution(data, bins=200, ax=None): 
    """Model data by finding best fit distribution to data""" 
    # Get histogram of original data 
    y, x = np.histogram(data, bins=bins, normed=True) 
    x = (x + np.roll(x, -1))[:-1]/2.0 

    # Distributions to check 
    DISTRIBUTIONS = [   
     st.alpha,st.anglit,st.arcsine,st.beta,st.betaprime,st.bradford,st.burr,st.cauchy,st.chi,st.chi2,st.cosine, 
     st.dgamma,st.dweibull,st.erlang,st.expon,st.exponnorm,st.exponweib,st.exponpow,st.f,st.fatiguelife,st.fisk, 
     st.foldcauchy,st.foldnorm,st.frechet_r,st.frechet_l,st.genlogistic,st.genpareto,st.gennorm,st.genexpon, 
     st.genextreme,st.gausshyper,st.gamma,st.gengamma,st.genhalflogistic,st.gilbrat,st.gompertz,st.gumbel_r, 
     st.gumbel_l,st.halfcauchy,st.halflogistic,st.halfnorm,st.halfgennorm,st.hypsecant,st.invgamma,st.invgauss, 
     st.invweibull,st.johnsonsb,st.johnsonsu,st.ksone,st.kstwobign,st.laplace,st.levy,st.levy_l,st.levy_stable, 
     st.logistic,st.loggamma,st.loglaplace,st.lognorm,st.lomax,st.maxwell,st.mielke,st.nakagami,st.ncx2,st.ncf, 
     st.nct,st.norm,st.pareto,st.pearson3,st.powerlaw,st.powerlognorm,st.powernorm,st.rdist,st.reciprocal, 
     st.rayleigh,st.rice,st.recipinvgauss,st.semicircular,st.t,st.triang,st.truncexpon,st.truncnorm,st.tukeylambda, 
     st.uniform,st.vonmises,st.vonmises_line,st.wald,st.weibull_min,st.weibull_max,st.wrapcauchy 
    ] 

    # Best holders 
    best_distribution = st.norm 
    best_params = (0.0, 1.0) 
    best_sse = np.inf 

    # Estimate distribution parameters from data 
    for distribution in DISTRIBUTIONS: 

     # Try to fit the distribution 
     try: 
      # Ignore warnings from data that can't be fit 
      with warnings.catch_warnings(): 
       warnings.filterwarnings('ignore') 

       # fit dist to data 
       params = distribution.fit(data) 

       # Separate parts of parameters 
       arg = params[:-2] 
       loc = params[-2] 
       scale = params[-1] 

       # Calculate fitted PDF and error with fit in distribution 
       pdf = distribution.pdf(x, loc=loc, scale=scale, *arg) 
       sse = np.sum(np.power(y - pdf, 2.0)) 

       # if axis pass in add to plot 
       try: 
        if ax: 
         pd.Series(pdf, x).plot(ax=ax) 
        end 
       except Exception: 
        pass 

       # identify if this distribution is better 
       if best_sse > sse > 0: 
        best_distribution = distribution 
        best_params = params 
        best_sse = sse 

     except Exception: 
      pass 

    return (best_distribution.name, best_params) 

def make_pdf(dist, params, size=10000): 
    """Generate distributions's Propbability Distribution Function """ 

    # Separate parts of parameters 
    arg = params[:-2] 
    loc = params[-2] 
    scale = params[-1] 

    # Get sane start and end points of distribution 
    start = dist.ppf(0.01, *arg, loc=loc, scale=scale) if arg else dist.ppf(0.01, loc=loc, scale=scale) 
    end = dist.ppf(0.99, *arg, loc=loc, scale=scale) if arg else dist.ppf(0.99, loc=loc, scale=scale) 

    # Build PDF and turn into pandas Series 
    x = np.linspace(start, end, size) 
    y = dist.pdf(x, loc=loc, scale=scale, *arg) 
    pdf = pd.Series(y, x) 

    return pdf 

# Load data from statsmodels datasets 
data = pd.Series(sm.datasets.elnino.load_pandas().data.set_index('YEAR').values.ravel()) 

# Plot for comparison 
plt.figure(figsize=(12,8)) 
ax = data.plot(kind='hist', bins=50, normed=True, alpha=0.5, color=plt.rcParams['axes.color_cycle'][1]) 
# Save plot limits 
dataYLim = ax.get_ylim() 

# Find best fit distribution 
best_fit_name, best_fir_paramms = best_fit_distribution(data, 200, ax) 
best_dist = getattr(st, best_fit_name) 

# Update plots 
ax.set_ylim(dataYLim) 
ax.set_title(u'El Niño sea temp.\n All Fitted Distributions') 
ax.set_xlabel(u'Temp (°C)') 
ax.set_ylabel('Frequency') 

# Make PDF 
pdf = make_pdf(best_dist, best_fir_paramms) 

# Display 
plt.figure(figsize=(12,8)) 
ax = pdf.plot(lw=2, label='PDF', legend=True) 
data.plot(kind='hist', bins=50, normed=True, alpha=0.5, label='Data', legend=True, ax=ax) 

param_names = (best_dist.shapes + ', loc, scale').split(', ') if best_dist.shapes else ['loc', 'scale'] 
param_str = ', '.join(['{}={:0.2f}'.format(k,v) for k,v in zip(param_names, best_fir_paramms)]) 
dist_str = '{}({})'.format(best_fit_name, param_str) 

ax.set_title(u'El Niño sea temp. with best fit distribution \n' + dist_str) 
ax.set_xlabel(u'Temp. (°C)') 
ax.set_ylabel('Frequency') 

Answer 1

코드는 스파이더 또는 IPython에서 실행되지 파이썬 인터프리터를 사용하고 있습니다!

Answer 2

파일의 인코딩이 잘못되어 파이썬 인터프리터가 잘못된 챕터를 찾고 있습니다. 당신은 또한 제거해야 당신이

에 작업중인 파일의 헤더에

# -*- coding: utf8 -*- 

:이 줄을 추가하여 UTF-8이 작업을 수행 할 수 있습니다에 파일의 인코딩을 변경해야 파일의 맨 윗줄 :

%matplotlib inline 

그것이 Ipython 노트북을위한이기 때문에 당신은 노트북